想做 AI Infra / LLM 推理系统 方向。 身边没有同方向的朋友能问，自己摸着石头过河整理了一份学习路线，越整理越虚——感觉知识点又多又散  我自己总结的核心路线就一句话： 先理解模型前向 → 再理解单请求生成 → 最后再看多请求 / 多卡 / 多实例下的系统优化 把 Decoder 模型和最小推理框架先跑通，再去看工业级系统，应该很多设计会自然浮出来——这个思路对吗？ 想和大家多多交流！

午休完裸面，网易某部门。 困死我了😵

说个冷门的慷慨：某家做To B的中型公司，名字没什么人听过，但朋友去实习，第一天入职发了一张5000块的学习基金，说随便买书买课，不用报销不用审批，花完算公司的。朋友当时以为是陷阱，问HR有没有什么条件，HR说没有，就是希望你学东西。他在那待了四个月，书买了一堆，走的时候书带走了，公司说书是你的。他说那是他待过最舒服的地方。说个冷门的抠：某知名互联网公司，光环很大，但内部有个不成文的规定——下午茶只有转正员工才能拿，实习生站在旁边看着。不是什么大事，但就是那种感觉，让人清楚地意识到自己是外人。朋友说他在那实习三个月，每次下午茶时间都去厕所待一会儿，不是真的要上厕所，就是不想站在那里。慷慨和抠，...